[发明专利]文字识别方法、装置、电子设备及存储介质

权利要求书

1.一种文字识别方法，其特征在于，包括：

提取目标图像的纹理特征；

基于第一类注意力机制对所述纹理特征进行过滤，得到注意力增强特征，其中，所述第一类注意力机制包括空间注意力机制和/或通道注意力机制；

基于第二类注意力机制和所述注意力增强特征得到文字识别结果，其中，所述第二类注意力机制包括互注意力机制。

2.根据权利要求1所述的方法，其特征在于，所述基于第一类注意力机制对所述纹理特征进行过滤，得到注意力增强特征包括：

基于所述第一类注意力机制生成所述纹理特征的信息矫正掩模；

将生成的各信息矫正掩模分别与所述纹理特征进行融合，得到相应的注意力增强特征。

3.根据权利要求1所述的方法，其特征在于，所述第一类注意力机制还包括全局注意力机制和/或局部注意力机制。

4.根据权利要求3所述的方法，其特征在于，所述基于第二类注意力机制和所述注意力增强特征得到文字识别结果包括：

将基于所述全局注意力机制得到的注意力增强特征作为互注意力机制的V输入和K输入，将基于所述局部注意力机制得到的注意力增强特征作为互注意力机制的Q输入。

5.根据权利要求1所述的方法，其特征在于，所述第二类注意力机制还包括自注意力机制，所述基于第二类注意力机制和所述注意力增强特征得到文字识别结果包括：

利用所述自注意力机制确定文字预测结果；

基于所述互注意力机制、所述注意力增强特征和所述文字预测结果得到文字识别结果。

6.根据权利要求5所述的方法，其特征在于，所述自注意力机制通过文字识别模型中的自注意力模块实现；

在训练所述文字识别模型时，所述自注意力模块根据输入的训练图像的标注信息输出自注意力特征，以使文字识别模型根据自注意力特征和注意力增强特征的融合后的特征确定文字识别结果。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述方法应用于文字识别模型中，所述文字识别模型训练时使用的训练图像经过如下的至少一项预处理：旋转、形变、色彩变换。

8.一种文字识别装置，其特征在于，该装置包括：

特征提取单元，用于提取目标图像的纹理特征；

注意力加强单元，用于基于第一类注意力机制对所述纹理特征进行过滤，得到注意力增强特征，其中，所述第一类注意力机制包括空间注意力机制和/或通道注意力机制；

识别单元，用于基于第二类注意力机制和所述注意力增强特征得到文字识别结果，其中，所述第二类注意力机制包括互注意力机制。

9.一种电子设备，其中，该电子设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现如权利要求1-7中任一项所述的方法。